如果某些列值不满足条件，如何删除行组？

Question

例如，这里是表 (df)：

数字	代码	行动	约会时间
7271	1	发送	2021-10-20 13:12:18
7271	1	得到	2021-10-20 13:12:20
7271	1	拿	2021-10-20 13:12:21
7271	1	回复	2021-10-20 13:12:25
7271	1	发送：	2021-10-20 13:15:18
7271	1	得到	2021-10-20 13:15:20
7271	5	拿	2021-10-20 13:15:21
7271	5	回复	2021-10-20 13:15:25

我想删除一组行，其中“操作”列中的字符串“发送”没有“：”（冒号）。 我的意思是，我想要一个表格，其中在“Action”列中，字符串“send”包含一个冒号以及该行的组。 通过行组，我的意思是具有相同编号和日期时间（在某个时间间隔内）的行。 此外，数字可以重复，但日期时间不同。 有超过 100 000 条数据。

新表应如下所示：

数字	优先事项	行动	约会时间
7271	1	发送：	2021-10-20 13:15:18
7271	1	得到	2021-10-20 13:15:20
7271	5	拿	2021-10-20 13:15:21
7271	5	回复	2021-10-20 13:15:25

PS：带冒号的字符串'send'（'send:'）表示回复了某个号码的客户端。

Answer 1

使用布尔掩码：

mask = df.loc[df['Action'].str.startswith('send'), 'Action'] \
         .str.endswith(':').reindex(df.index).ffill()

df = df[mask]
print(df)

# Output:
   Number  Code Action             DateTime
4    7271     1  send:  2021-10-20 13:15:18
5    7271     1    get  2021-10-20 13:15:20
6    7271     5   take  2021-10-20 13:15:21
7    7271     5  reply  2021-10-20 13:15:25

Answer 2

您可以在send后按值创建组，与Series.str.startswith与累积总和 by Series.cumsum进行比较，并仅在send:过滤组send:在Series.isin ：

m1 = df['Action'].str.startswith('send')
m2 = df['Action'].eq('send:')
s = m1.cumsum()

df = df[s.isin(s[m2])]
print (df)
   Number  Code Action             DateTime
4    7271     1  send:  2021-10-20 13:15:18
5    7271     1    get  2021-10-20 13:15:20
6    7271     5   take  2021-10-20 13:15:21
7    7271     5  reply  2021-10-20 13:15:25